روبوت مزود بالحماية من التعثر يتكيف مع التضاريس الصعبة في الوقت الفعلي
يصعب على الروبوتات الارتجال، ويعني الاصطدام بسطح غير مألوف أو بعائق عادةً توقفاً مفاجئاً أو سقوطاً حاداً. لكن الباحثين طوّروا نموذجاً جديداً لحركة الروبوت يتكيف في الوقت الفعلي مع أي تضاريس يصادفها، إذ يغير خطوته أثناء الحركة ليواصل التقدم عند الاصطدام بالرمال والحصى والدرج وغيرها من التغيرات المفاجئة.
على الرغم من أن حركة الروبوت قد تكون متعددة الاستخدامات ودقيقة، وقد يتعلم صعود الدرج واجتياز الأرض الوعرة، فإن هذا السلوك أشبه بمهارات فردية مدربة يتنقل الروبوت بينها. وتستطيع روبوتات معروفة مثل Spot أن تنتفض عند تلقي الدفعات أو الركلات.
في الواقع، يعمل النظام ببساطة على تصحيح الشذوذ الفيزيائي مع الالتزام بسياسة مشي ثابتة. وتوجد عدة نماذج للحركة التكيفية، لكن بعضها محدد للغاية، وبعضها الآخر يحتاج إلى وقت كافٍ ليعمل، لذلك سيسقط الروبوت حتماً بحلول الوقت الذي تبدأ فيه مفعولها.
طوّر فريق من Facebook AI وجامعة كاليفورنيا في بيركلي وجامعة كارنيجي ميلون النظام وأطلق عليه اسم Rapid Motor Adaptation. وجاء تصميمه انطلاقاً من أن البشر والحيوانات يمكنهم تغيير خطواتهم بسرعة وكفاءة ودون وعي تبعاً للظروف.
«لنفترض أنك تتعلم المشي وتذهب إلى الشاطئ للمرة الأولى. تهبط قدمك، ولكي تسحبها تحتاج إلى بذل قوة أكبر. يبدو هذا غريباً، لكنك بعد بضع خطوات ستمشي بشكل طبيعي كما على الأرض الصلبة. ما السر في ذلك؟»
بالطبع، إذا لم تكن قد صادفت الشاطئ من قبل، فإنك لا تدخل في تلك اللحظة في «وضع رملي» خاص يمكّنك من المشي على الأسطح الناعمة. فتغيير حركتك يحدث تلقائياً ودون أي فهم حقيقي للبيئة المحيطة.
يستجيب جسم الإنسان لظروف فيزيائية مختلفة، فيشعر بتأثيرات هذه الظروف المختلفة على الجسم نفسه. ويعمل نظام RMA بطريقة مشابهة، إذ تتغير قواعد المشي أثناء الحركة في ظروف جديدة خلال زمن قصير جداً (نصف ثانية أو أقل).
دُرّب النظام بالكامل على المحاكاة في نسخة افتراضية من العالم الحقيقي، حيث تعلّم الدماغ الصغير للروبوت (وتعمل كل المعالجة محلياً على وحدة حوسبة محدودة على متنه) تعظيم الحركة الأمامية بأقل قدر من الطاقة وتجنب السقوط، عبر مراقبة البيانات القادمة من مقاييس التسارع وأجهزة الاستشعار الفيزيائية الأخرى والاستجابة لها فوراً.
للتأكيد على الطبيعة الداخلية العامة لنهج RMA، قال مالِك إن الروبوت لا يستخدم المدخلات البصرية على الإطلاق. فإذا كان بإمكان البشر والحيوانات الذين لا يملكون البصر أن يمشوا بشكل طبيعي، فلماذا لا يستطيع الروبوت ذلك؟ ومن المستحيل تقدير «التأثيرات الخارجية»، مثل معامل الاحتكاك الدقيق للرمال أو الحجارة التي يمشي عليها، لذلك يكتفي بمراقبة نفسه بعناية.
يتكون النظام في نهاية المطاف من جزأين: خوارزمية أساسية تعمل باستمرار وتتحكم فعلياً في خطوة الروبوت، وخوارزمية تكيفية تعمل بالتوازي وتتابع التغيرات في المؤشرات الداخلية للروبوت. وعندما تُرصد تغيرات جوهرية، تحلل الخوارزمية الثانية هذه التغيرات — «كان يجب على الساقين أن تفعلا ذلك، لكنهما فعلتا غيره، وهذا يعني أن الوضع كذا» — وتخبر النموذج الأساسي بكيفية التكيف.
منذ تلك اللحظة، لا يفكر الروبوت إلا في كيفية التقدم إلى الأمام في هذه الظروف الجديدة، مرتجلاً بفعالية خطوة خاصة. وبعد التدريب على المحاكاة، نجح الروبوت بالفعل في العالم الحقيقي.
جاء في البيان الصحفي: «تمكن الروبوت من المشي على الرمال والطين والمسارات المشاة والعشب الطويل دون أي إخفاق في جميع تجاربنا. ونجح الروبوت في النزول على الدرج عبر مسار مشاة في 70% من التجارب. وتجاوز بنجاح كومة من الإسمنت وكومة من الحصى في 80% من التجارب، رغم أنه لم يرَ أبداً أرضاً غير مستقرة أو متهدمة أو نباتات تعيق الحركة أو درجاً أثناء التدريب. كما حافظ على ارتفاعه بنجاح كبير أثناء التحرك مع حمولة نافعة بوزن 12 كغ، أي ما يعادل 100% من وزنه».
ووافق مالِك على دراسة البروفيسور في جامعة نيويورك كارين أدولف، التي أظهر عملها مدى سهولة تكيّف عملية تعلم الإنسان للمشي وحريتها. يتمثل هدف عمل الفريق في أنه إذا كنت تحتاج إلى روبوت قادر على التعامل مع أي موقف، فيجب أن يتعلم التكيف من الصفر، بدلاً من أن يمتلك عدة أوضاع للاختيار من بينها.
تماماً كما يستحيل بناء نظام رؤية حاسوبية أذكى عبر وسم كل جسم وتفاعل وتوثيقهما بشكل شامل، لا يمكنك تهيئة روبوت لعالم فيزيائي متنوع ومعقد عبر 10 أو 100 أو حتى آلاف المعاملات الخاصة للمشي على الحصى والطين والأنقاض والخشب المبلل.
يمكن تطبيق أساس النظام ليس فقط على الروبوتات ذات الأرجل، بل أيضاً على مجالات أخرى تماماً في الذكاء الاصطناعي والروبوتات.
علاوة على ذلك، قد يعمل الجمع بين الخوارزميتين الأساسية والتكيفية في أنظمة ذكية أخرى. فالمنازل الذكية والأنظمة البلدية تعتمد عادةً على سياسات قائمة بالفعل، فماذا لو كانت تتكيف أثناء العمل؟
